机械优化设计三.pptVIP

机械优化设计第三章 机械教研室 高自成 第三章 一维搜索方法 第一节 概述 用数学归纳法求多元函数f（x）的极值点x*时，一般要进行如下格式的迭代运算: 第一节 概述 第一节 概述 第二节 搜索区间的确定与区间消去法原理 第二节 搜索区间的确定与区间消去法原理 为此从α =0开始，以初始步长h0向前试探，如果函数值上升，则步长变号，即改变试探方向，如果函数值下降，则维持原来的试探方向，并将步长加倍，区间的始点、中间点依次向前移动一步。 第二节 搜索区间的确定与区间消去法原理 第二节 搜索区间的确定与区间消去法原理 第二节 搜索区间的确定与区间消去法原理 第二节 搜索区间的确定与区间消去法原理 第三节 一维搜索的试探方法 第三节 一维搜索的试探方法 第三节 一维搜索的试探方法 第三节 一维搜索的试探方法 第三节 一维搜索的试探方法 第三节 一维搜索的试探方法 * * 其中dk为第K+1次迭代的搜索方向，αk为沿dk搜索的步长因子，当方向dk给定，求最佳步长就是求一元函数的极值问题，叫一维搜索，即： 而求多元函数的极值点，需要进行一系列的一维搜索，一维搜索是优化搜索方法的基础。 求解一元函数Φ（α）极小点α*，可以用解释法，即利用一元函数的极值条件Φ’（α）=0，求α*。需要指出的是，在用Φ（α）的导数求α*时，所有函数Φ（α）是仅以步长因子α为变量的一元函数，，而不是以设计点x为变量的多元函数f(x). 　为了直接利用f(x)的函数式直接求最佳步长因子α*，可以把f（xk+ α Kdk)或它的简化形式进行泰勒展开，取到二阶项，即： 这是直接利用函数f(x)而不需要把它化成步长因子α*的函数Φ（α），不过此时需要计算x=xk处的梯度▽f（x）和海赛矩阵G。 所以在优化设计中求最佳步长因子α*主要采用数值法，数值法的基本思路是：先确定α*所在的搜索区间，然后根据区间消去法的原理不断缩小此区间，从而获得α*的数值近似解。 欲求一元函数f（ α ）的极小点α*必须先确定α*所在的区间。 一、确定搜索区间的外推法 假设函数f（ α ）具有如图所示的单谷性： 具有单谷性的函数 正向搜索的外推法 反向搜索的外推法 区间消去法原理 把上述三种情况合并为两种情况 1）若 f（ α 1） f（ b 1），则取[α, b 1 ]为缩短后的搜索区间。 2）若 f（ α 1）≥f（ b 1），则取[α1, b ]为缩短后的搜索区间 二、区间消去法原理 外推法的程序框图 三、一维搜索方法的分类 一维搜索方法 试探法 黄金分割法 裵波纳契法 插值法 或函数逼近法 二次插值法 三次插值法 在实际计算中，最常用的一维搜索方法是黄金分割法，又称0.618法。 黄金分割法适用于[a，b]区间上任何单谷函数求极小值的问题，对函数除要求“单谷”外，甚至可以不连续。也是建立在区间消去法原理基础上的试探方法。即在区间[a，b]适当插入两点α1、α2并计算函数值。 α1、α2将区间分成三段，通过函数值大小的比较，删去其中的一段，试搜索区间得以缩短，然后再在保留下来的区间上作同样的处理，如此迭代下去，试搜索区间得以缩小，从而得到极小点的数值近似解。 黄金分割法要去插入点α1、α2的位置相对于区间[a，b]两端点具有对称性，即： 除对称要求外，黄金分割法还要求在保留下来的区间内再插入一点形成的区间新三段，与原来的区间三段具有相同的比例分布。 设原来区间[a，b]的长度为1，保留下来的区间[a、α2]的长度为λ，区间缩短率为λ，为了保持相同的比例分布，新插入的点α3应在λ（1- λ）位置上，α1应该在原区间的1- λ位置相当于保留区间的λ2位置。 黄金分割法的搜索过程是： 例题：对函数f（ α ）= α2+2 α，当给定区间-3≤ α ≤5时，试用黄金分割法求极小点α *。 解：a=-3，b=5 。首先插入两点α 1，α2 　所以消去区间[α2，b]，则新的搜索区间［ａ，ｂ］的端点ａ＝－3不变，而端点ｂ＝ α2，端点ｂ＝1.944． *